Adobe Analyticsに関するFAQ

マーケティング担当者は、Adobe Analyticsのリマーケティングトリガーを使用してユーザーの主要な行動を特定し、継続的にモニタリングすることができます。特定のユーザーでこうした行動が検出されると、クロスソリューションコミュニケーション（パーソナライズされた電子メールなど）が開始され、そのユーザーを再エンゲージすることができます。この機能により、受動的なデータ観測が能動的なリエンゲージメントの機会に変わるため、動的でレスポンシブなマーケティング戦略の実施が可能になります。この機能の目的は、検出されたデジタルボディランゲージを、適切かつタイムリーなアクションへと変換することです。

お客様がショッピングカートを放棄するという事例は、以前からよく知られた基本的なトリガーですが、データ駆動型ビジネスにおけるリマーケティングの可能性は、こうした事例をはるかに超えています。Adobe Analyticsでリマーケティングのトリガーを設定することにより、個別のイベントだけでなく、利用可能なすべてのデータをリアルタイムに活用できるようになります。この包括的なデータの活用が重要な差別化要因になります。この場合、基本的なトリガーというのは、実現可能なことのほんの一部に過ぎません。Adobe Analyticsを使用すれば、リマーケティングに対する包括的で強力なアプローチが実現します。多くの電子メールソリューションやキャンペーン管理ソリューションには基本的なトリガーが用意されていますが、真に効果的なクロスチャネルリマーケティングプログラムを実施するには、より広範なアプローチが必要になります。

Adobe Analyticsは柔軟性が高いため、ユーザーのさまざまな行動に基づいてリマーケティングトリガーを設定することができます。たとえば、カート放棄（カートから商品が明示的に削除された場合を含む）などの一般的なeコマースシナリオに関するトリガーを設定することができます。eコマース以外にも、カスタム定義アクション（ニュースレターの登録、電子メールの購読、クレジットカードの申し込み、ロイヤルティプログラムの申し込みなど）の実行後にトリガーを発行することができます。こうした多様なアクショントリガーにより、カスタマージャーニー全体にわたり、リマーケティング活動をさまざまなコンバージョン目標や特定の顧客接点に合わせて調整することができます。これにより、単なるトランザクションリカバリーを超えて、対応可能な範囲が大幅に広がります。

Adobe Analyticsは、Adobe Campaignと効率的に統合できる機能を備えています。この統合により、マーケティング担当者はリマーケティング戦略を迅速に実施することができます。統合後は、トリガーイベントの発生とほぼ同時に行動できるようになるため、マーケティング担当者は最適なタイミングでリマーケティングメッセージを配信することができます。この緊密な統合は、インサイトを行動に移すための不可欠な要素です。

ユーザーの主要な行動を広範にモニタリングしてソリューション間で通信する機能、特にAdobe Campaignとリアルタイムに通信する機能により、マーケティング戦略を根本的に変革することができます。従来のバッチ方式のリマーケティング戦略から、高度にパーソナライズされたプロアクティブで大規模なエンゲージメントモデルへと進化します。顧客に関するさまざまなシグナルをトリガーとしてナーチャリングフローを自動化し、顧客との効果的なコミュニケーションを行うことができます。

Adobe AnalyticsとAEM Sitesは、ネイティブに統合できるように設計されています。この統合により、インサイトの継続的な双方向フローが実現します。ユーザーの行動とコンテンツパフォーマンスに関する分析データがAEMに取り込まれ、配信されたコンテンツに関する情報がAnalyticsで使用されます。この双方向フローにより、ユーザーデータと配信コンテンツの両方について、信頼できる唯一の情報源が作成されます。これにより、ユーザーの行動の理解（Analyticsの役割）とパーソナライズされたコンテンツの提供（AEMの役割）との間に発生しがちなサイロが解消されます。その結果、インサイトによってコンテンツが駆動され、コンテンツのパフォーマンスによってインサイトが調整されるというクローズドループシステムが実現します。

Adobe AnalyticsとAEM Sitesの統合により、いくつかの大きなメリットが生まれます。たとえば、システム横断的なワークフローが作成され、データ分析からコンテンツ管理までの作業が合理化されるというメリットがあります。また、人工知能（AI）を使用した自動化によって高度なパーソナライズを行うことができるため、特定のユーザーに合わせてさまざまなパターンのアセットを提供することができます。さらに、ユーザーの行動やニーズにリアルタイムで適応する動的コンテンツを簡単に作成することができます。AnalyticsとAEMの統合環境では、ヘッドレスコンテンツ管理システム（CMS）アーキテクチャによるクロスチャネルエクスペリエンスの開発と配信を行うこともできます。

Adobe Analyticsの異常値検出機能とは、統計モデリング技術と機械学習技術を使用して、データ内の予期しない異常値や統計的に有意な異常値を自動的に特定する機能のことです。広範なデータセットを体系的に調査し、ビジネスに影響する要因を迅速に特定することができます。この機能により、従来は時間のかかっていた手動プロセスを自動化できます。見落とされがちな重要な変化をプロアクティブに検出することで、アナリストやマーケティング担当者は最も重要な部分に注意を向けることができるようになります。

異常値検出機能は、トラフィックなどの主要な指標における予期しない変化を特定し、それを視覚的に表示します。こうした予期しない変化の原因として、マーケティングキャンペーンの予想以上の成功といったポジティブな結果や、Webサイトのバグ、タグ付けのエラー、企業スパイによる悪質な行為などが挙げられます。ポジティブなものかネガティブなものかにかかわらず、原因を迅速に特定することがメリットにつながります。原因を迅速に特定できれば、機会と脅威の両方について、さまざまな情報に基づいてすばやく対処できるようになります。これは、ビジネスにとって大きな価値をもたらします。

異常を検出した際に適切な対応を取るためには、その根本原因を理解することが非常に重要です。これを行うには、分析ワークスペースに組み込まれている貢献度分析機能を異常値検出機能と組み合わせて使用します。これにより、異常が発生したタイミングだけでなく、その理由についても理解することができます。貢献度分析機能により、異常の発生原因を特定することができます。問題を解決する場合や、成功した取り組みを拡大する場合など、効果的な対応を策定する場合はこの機能が不可欠です。

分析ワークスペース内で異常値検出機能を使用すれば、予測可能な季節的イベントを考慮することができます。季節的なイベントとしては、重要なセールス期間（ブラックフライデーなど）、旅行需要の急増（春休みなど）、各種の祝日などがあります。この機能により、真の異常値が、予想される規則的なデータパターンの変動と区別されるため、誤検知の可能性が低下し、効果的なアラートを出力することができます。そのため、この機能は非常に重要です。従来の分析手法では、アナリストが手作業で数多くのレポートを確認し、問題点や注目すべき傾向を調べていました。

Adobe Analyticsのデータウェアハウスには、データの再処理オプション、高度なレポートオプション、顧客データの拡張ストレージ機能が組み込まれています。このデータウェアハウスにより、大規模なデータセットや複雑な分析クエリーを処理することができます。

データフィードの主な目的は、バッチ化された生データを配信することです。日次または1時間単位でデータフィードをスケジュール設定することにより、生データの一貫したストリームが実現します。これら2つのコンポーネントは、Adobe Analyticsが収集した詳細なデータのアクセスと管理において、それぞれ補完的な役割を果たします。データウェアハウスは、長期間にわたるデータの保存と詳細な分析のニーズに対応し、データフィードは、別のシステムで使用される生データの定期的な自動抽出のニーズに対応します。

Adobe Analyticsの生データをエクスポートしてリマーケティングシステムに取り込んだり、生データを使用して複雑な属性モデルや予測分析用の傾向スコアを作成したりすることができます。また、生データをエクスポートしてアーカイブしたり、標準的なレポートインターフェイス機能では難しい長期的な分析を実行したりすることもできます。Adobe Analyticsのデータの価値は、ネイティブのレポートツールを超えています。重要なビジネスシステムや高度な分析モデルでも、Adobe Analyticsのデータを活用することができます。

データウェアハウスは、スケーラビリティと高パフォーマンスを実現するよう設計されています。データウェアハウスを使用すれば、スケジュールされた個々のレポートやダウンロードされたレポートに対して、1回のリクエストで無制限にデータ行を処理することができます。この機能は、膨大なデータセットを詳細に分析する場合に特に便利です。また、大きな手間をかけずに、膨大な量のデータをエクスポートし、保存できます。

データフィードにより、さまざまなデジタル資産（Webサイト、モバイルアプリケーション、各種のオンラインソースなど）の生データを、特定のデータレイクやストレージに直接ストリーミングすることができます。新しいフィードの設定、既存のフィードの管理、各種フィードの変更など、フィードに関するさまざまな操作を行うことができます。包括的なジョブ管理ツールを使用して、すべてのデータフィードジョブのステータスをモニタリングして適切な配信を行い、必要に応じてジョブを再実行することができます。これらはすべて、一元的なインターフェイスで実行できます。これにより、Adobe Analyticsから生データを抽出して別の企業データシステムに統合するための、信頼性が高く管理しやすい自動化されたメカニズムが実現し、包括的で一貫性のあるデータ戦略に対応できるようになります。

Adobe Analyticsのインテリジェントアラートにより、データの異常値や特定の指標のしきい値に基づいて通知の作成や管理を行うことができます。インテリジェントアラートの重要な機能として、複数の指標に関する情報を1つの通知に統合するスタックアラート作成機能があります。システムは能動的にデータをモニタリングし、何らかの異常が発生した場合に（標準的なパターンからの著しい逸脱が発生した場合や、事前に定義されたベンチマークに達した場合など）、ユーザーに対して即時にアラートを表示します。これらのアラートにより、ダッシュボードを常に手動で確認することなく、重要なデータの変化を常に把握することがでできます。これにより、データのモニタリング効率が上がり、労力が軽減されます。

インテリジェントアラートは、異常値検出機能とシームレスに統合するように設計されています。そのため、機械学習アルゴリズムによって特定された異常しきい値に基づいてアラートをトリガーし、適切なタイミングでアラートを発行することができます。インテリジェントアラートは、単純な固定されたしきい値に基づくものではありません。システムが異常値または予期しない値として検出した統計的に有意な逸脱に基づいてインテリジェントアラートを作動させることができるため、アラートを介して実用的な情報を提供することができます。

柔軟な方法でアラートのトリガー条件を設定することができます。異常値検出機能による異常しきい値や、特定の指標におけるパーセンテージの変化などに基づいてアラートを設定したり、事前に定義されたデータポイントから特定の指標値が逸脱した場合など、さまざまな条件に基づいてアラートを設定することができます。この柔軟性により、特定の主要業績評価指標（KPI）と独自のビジネス条件に対して「重要なイベント」を正確に定義し、優先事項に合わせてアラートシステムを調整することができます。

Adobe Analyticsには、アラートを効果的に管理するためのツールが用意されています。過去のデータと現在の設定に基づいて、アラートのトリガー頻度をプレビューすることができます。これにより、アラートのトリガー条件を調整し、過度なアラート表示を避けることができます。アラートのトリガー条件が満たされると、電子メールまたはSMSでメッセージが送信されます。多くの場合、これらの通知には自動生成された分析情報へのリンクが記載されているため、即時にその内容を確認し、アラートのトリガー元となったイベントをすばやく特定することができます。標準的なコミュニケーションチャネル経由でアラートを配信することにより、タイムリーに情報を提供することができます。また、分析情報への直接リンクにより、アラートの原因を迅速に調べることができます。

スタックアラートとは、関連するKPIに対して多数の個別アラートを作成して管理するのではなく、統合された単一のアラート内で複数の指標をモニタリングしてアラート管理を合理化するためのアラートのことです。また、特定のユーザーセグメントやデバイスでフィルタリングすることにより、アラートを絞り込むことができます。関連情報をグループ化すると、通知のノイズを減らすことができます。フィルタリング機能を使用すると、対象となるユーザーやモニタリング対象のビジネス分野に関連するアラートだけを通知できます。

インテリジェントアラートの導入により、特に異常値検出機能と統合した場合、データの活用方法が大きく変わります。システムによってデータがモニタリングされるため、大規模で複雑なデータセット内のインサイトや問題を手作業で探す必要はありません。システムは、メールやSMSといったチャネルを通じて、自動生成された分析へのリンク付きで、重要なイベントや異常をプロアクティブに通知します。これにより、データ主導型のシグナルに対して迅速に対応できるようになります。

Adobe Analyticsのライブストリーム機能は、未処理の継続的なヒットレベルデータストリームをリアルタイムに提供するための機能です。このデータは、デジタル資産で収集されてから数十秒後（通常は30秒から90秒後）に使用可能になります。迅速な行動が要求される場合や、別のリアルタイムシステムにデータを提供する必要がある場合は、生データにアクセスできることが非常に重要です。この場合の「生データ」とは、最も詳細な形式のデータのことを指します。生データは、標準的なレポートプロセスではまだ集計されたり変更されたりしていないため、非常に特殊な分析や時間的な制約のある分析に適しています。

リアルタイムデータのライブストリーム機能は、さまざまな事例に適用することができます。たとえば、ライブトラフィックダッシュボードを使用して状況を迅速に把握する、レコメンデーションエンジンとパーソナライゼーションアルゴリズムにデータを取り込んで動的なリターゲティングやリマーケティングを行う、マーケティングキャンペーンの効果をリアルタイムにモニタリングする、ユーザーとのやり取りにおいて適切なタイミングでオファーやコンテンツをパーソナライズする、などの事例が考えられます。ライブストリーム機能を使用すれば、概要的な運用モニタリングや即時の顧客対応など、さまざまな状況に対応することができます。

ライブストリームデータはAdobe Experience Cloud製品と互換性があるため、統合することができます。ライブストリーム機能の対象になるのは、Adobe Target（パーソナライゼーション用とA/Bテスト用）やAdobe Advertising Cloud（広告管理用）など、アドビエコシステム内の各種ソリューションによって作成されたヒットレベルイベントです。この統合により、Adobe Experience Cloudが管理するさまざまな顧客接点からのインサイトやインタラクションデータによってリアルタイムのデータストリームが拡張され、即時のアクティベーションや複数のソリューションにまたがるワークフローで使用できる、包括的でリアルタイムのユーザーアクティビティビューが実現します。

Adobe Analyticsの動画分析機能により、動画に関する各種の指標（動画の再生時間、停止回数、再生回数など）を含め、動画に関する詳細情報をほぼリアルタイムで取得できます。動画に関するさまざまな指標を組み合わせて評価し、ユーザーの視聴習慣に関するインサイトを得ることができます。これらのインサイトに基づき、高度にパーソナライズされたお勧め情報を提供することにより、エンゲージメントを高めることができます。動画分析機能の主要なメリットは、複数のメディアプラットフォームで動画のパフォーマンスを測定できることです。オフラインの動画コンテンツにも対応しています。この機能により、動画コンテンツがどのように視聴されているかを詳しく理解することができます。コミュニケーション、マーケティング、収益創出において動画に大きく依存している企業にとって、これは非常に貴重な機能です。

動画分析機能は、幅広い視聴プラットフォームに対応しています。具体的には、携帯電話、タブレット、OTTデバイス（スマートTVやストリーミングボックスなど）、従来のセットトップボックス、ゲーム機などに対応しています。重要な点として、オフラインコンテンツの測定にも対応しています。このようにさまざまなプラットフォームに対応しているため、ユーザーが動画コンテンツにアクセスする各種の方法について、動画視聴の全体像を把握することができます。

動画分析機能を使用すると、基本的な再生回数だけでなく、各種の主要な指標を収集して、エンゲージメントとパフォーマンスについて詳しく分析することができます。以下に主要な指標を示します。

• 1分あたりの同時視聴者数： この指標は、ライブビデオイベント全体で視聴者のエンゲージメントを評価する場合に特に役立ちます。
• エクスペリエンス品質： この指標は、バッファリングやエラーなどを追跡してスムーズな動画配信を行う場合に役立ちます。
• ダウンロードされたオフラインコンテンツのトラッキング： この指標は、オフラインでの視聴用にダウンロードされた動画コンテンツのエンゲージメントをキャプチャする場合に役立ちます。
• リアルタイムのトレンド動画： この指標は、視聴者の間で最も人気のある動画コンテンツを特定する場合に役立ちます。
• 動画広告分析： この指標は、広告配信が視聴者に与える影響を把握し、パーソナライズされた適切な広告メッセージを配信する場合に役立ちます。これらの指標により、動画コンテンツのリーチ、エンゲージメント品質、技術的パフォーマンス、収益化の効果について詳しく分析することができます。

はい。動画分析機能は、ダウンロードされたオフラインコンテンツのトラッキングと動画広告の分析に対応しています。オフライントラッキング機能を使用すれば、コンテンツがライブ配信されていない場合であっても、そのコンテンツに対するユーザーのエンゲージメントを把握することができます。動画広告分析機能を使用すれば、広告が視聴者に与える影響を評価し、広告配信を最適化して、パーソナライズされた効果的なメッセージを届けることができます。現在の動画戦略では、外出先での視聴と動画ベース広告のパフォーマンスが重要な要素になっていますが、上記の機能により、こうした要素に対応することができます。

フェデレーテッド分析機能は、動画分析機能に関連する機能です。配信ディストリビュータとの動画分析データの共有や受信を行うことができます。この機能の目的は、動画の視聴に関する全体像を把握し、さまざまなデバイスや配信パートナーにまたがる視聴者の合計リーチを詳しく理解することです。サードパーティが提供する複数のプラットフォームやサービスを使用して動画コンテンツを配信しているコンテンツ制作者やメディア企業にとって、視聴データを統合して視聴者の全体像を把握できるこの機能は非常に重要です。

メディア企業、コンテンツ制作者、マーケティング担当者は、この機能を使用して視聴習慣に関する詳細なインサイトを取得し、人気が高い動画をリアルタイムに特定して動画広告を分析することにより、コンテンツ制作の戦略、配信スケジュール、動画広告のアプローチについて、さまざまなデータに基づいて意思決定を行うことができます。たとえば、広告配信が視聴者にどのような影響を与えるかを把握し、視聴者に合わせて広告メッセージを適切にパーソナライズすることにより、収益性と視聴者の定着率を高めることができます。

Adobe Analyticsでは、体系的な方法で音声データの収集と分析が実行されるため、音声ベースのインターフェイスを通じて、パーソナライズされた魅力的なカスタマーエクスペリエンスを提供することができます。この機能は、すべての主要な音声アシスタントプラットフォームに対応しています。音声分析機能によって収集されたインサイトを使用して、音声アプリケーションの開発を最適化し、そのアプリケーションのユーザーエンゲージメントを高め、全体的なカスタマーエクスペリエンスにおける音声対話の影響と役割を明確に理解することができます。音声でのやり取りが普及するにつれ、ユーザーの行動を理解して問題点を特定し、音声に関する適切な戦略を策定するには、こうした音声分析機能が不可欠です。

Adobe Analyticsでは、音声でのやり取りの特性に特化した重要な指標を取得することで、より深い理解を得ることができます。以下に、主要な指標を示します。

• 使用頻度： ユーザーが音声アプリケーションを使用する頻度。
• 意図： ユーザーが音声コマンドを使用する目的。
• ユーザー認証： 音声セッション中にユーザーを認証するかどうか、認証する場合はその方法。
• スロット： ユーザーの意図を満たすための特定の情報（天気予報で必要な都市名など）。
• パラメーター： リクエストに関連してユーザーが提供した追加情報。
• セッションの長さ： 音声対話セッションの時間。これらの特殊な指標は、音声対話固有の特性に合わせて調整されています。これらの指標により、ユーザーの行動、クエリーの成功率、問題の発生ポイント、音声対応アプリケーションの全体的なエンゲージメントレベルを把握することができます。

音声アシスタントアプリケーションからのデータは、その他すべてのチャネル（Web、モバイルアプリ、電子メールなど）からのデータとともに表示されるため、企業とユーザーとの全体的なやり取りにおいて統一された包括的なビューが実現します。また、異常値検出機能や無制限のリアルタイムセグメント化機能などの強力な分析機能を、その他のチャネルのデータと同様に、統合音声データに適用することができます。この統合は、音声でのやり取りが他の顧客接点をどのように補完するのか、またはどのような影響を与えるのかについて理解し、全体的なカスタマーエクスペリエンスにおいて一貫した分析手法を適用する上で、非常に重要な役割を果たします。

詳細な指標（ユーザーの意図、ユーザー認証、スロット、パラメーター、セッションの長さなど）を取得することにより、音声分析データは、単純な使用回数やコマンドログよりもはるかに重要なデータになります。これにより、ユーザーが音声コマンドで何を実行しようとしているのか、音声アプリケーションの会話フローをどのように使用しているのか、どこで問題が発生しているのか、どこでタスクの実行をあきらめているのかなどについて、深く理解できます。音声によるやり取りを最適化し、音声ベースのサービスの関連度と精度を向上させ、最終的にユーザーの満足度を高めるには、こうした詳細なインサイトが不可欠です。

Adobe Analyticsの分析ワークスペースで使用できるコホート分析機能は、共通する特性や経験を持つユーザーグループ（コホート）が長期にわたってどのように行動するかを理解するための分析機能です。この分析機能の対象になるのは、特定のユーザーがコホートの一部になるための基準を定義する「包含指標」（特定の月にアプリをインストールしたユーザーなど）と、その後の期間におけるそのコホートの特定の行動や結果（毎月のセッション数や購入率など）を追跡する「リターン指標」です。これにより、ユーザーの行動に関する静的なスナップショットビューでは不可能な、ユーザーのライフサイクル全体にわたる維持率、エンゲージメント、コンバージョンの動的パターンを確認することができます。

コホート分析機能は、ビジネス上のさまざまな課題に対応できる汎用性の高い分析ツールです。日常的な使用事例の一部を以下に示します。

• アプリエンゲージメント： モバイルアプリをインストールしたユーザーが、長期間にわたってそのアプリをどのように使用するのかを分析し、初期導入、使用率の低下、長期にわたる持続的なエンゲージメントなどのパターンを特定します。
• サブスクリプションコンバージョン： 無料のサブスクリプションまたは体験版を使用していたユーザーのうち、最初の登録から数か月後に有料版にアップグレードしたユーザーの割合を確認します。
• 複雑なコホートセグメント： 包含条件とリターン条件用の複数の指標とセグメントを使用して、特定のコホートグループを定義します。これにより、業績が低い顧客セグメントを特定し、そのセグメントを対象として、業績向上を目的としたキャンペーンなどを実施できるようになります。
• アプリのバージョン別導入状況： 異なるバージョンのモバイルアプリ間で、ユーザーエンゲージメント、維持率、解約率を比較することにより、アプリバージョンの導入パターンを把握し、解約の原因となっているバージョンや、アップグレードの促進要因となっているバージョンなどを特定します。
• キャンペーンの効果： カスタムディメンションのコホート機能を使用して、キャンペーンコホートを並列的に比較することにより、長期間にわたるユーザーの獲得と維持におけるさまざまなマーケティングキャンペーンの効果を評価します。
• 新製品のリリースによる影響： 遅延テーブル設定を使用して、新製品のリリース前とリリース後の顧客の行動を分析することにより、新製品のリリースが特定の顧客セグメントの行動や収益に与える影響を評価します。
• 最も忠誠心の高いユーザーの特定： 反復的な計算設定を使用して、月次のリピート購入者をピンポイントで特定したり、解約した顧客やリピート購入を行っていない顧客を特定します。こうした多様な使用事例は、ユーザーのライフサイクル管理、製品の性能評価、マーケティング活動の効果評価に関するビジネス上の重要な疑問に対応するコホート分析機能の高い柔軟性を示しています。

Adobe Analyticsは、GDPRに準拠した形で使用することができます。ただし、コンプライアンスを維持するには継続的な取り組みが必要です。アドビはGDPRの要件をサポートするツールと機能を提供していますが、Adobe Analyticsを使用する組織（データ管理者）は、特定のユースケースにおいて求められるコンプライアンスレベルを満たすように、プラットフォームの設定と適切なデータガバナンスを行うための措置を講じる必要があります。アドビが提供するプラットフォーム自体には、コンプライアンスに準拠するための機能が用意されていますが、それらの機能の実行と管理を正しく行う責任はユーザーにあります。

Adobe Analyticsを使用してGDPRコンプライアンスに準拠するには、ユーザーによる積極的な対策が必要になります。これについて、コミュニティアドバイザーが見解を示しています。この見解において、コンプライアンス準拠に関する詳細なガイダンス情報を提供するアドビの公式リソースがいくつか紹介されています。以下を参照してください。

• https://experienceleague.adobe.com/ja/docs/experience-platform/privacy/regulations/overview
• https://business.adobe.com/jp/products/analytics/general-data-protection-regulation.html
• https://business.adobe.com/jp/privacy/general-data-protection-regulation.html

これらのリソースでは、データガバナンスポリシーの導入、Adobe Analyticでの正しいプライバシー設定、ユーザー同意の適切な管理、GDPRで義務付けられているデータ主体アクセス要求（DSAR）の処理プロセスの確立など、コンプライアンス準拠における必要なステップが詳しく説明されています。コンプライアンスは、自動的に準拠できるものではありません。プラットフォームのデータガバナンス機能を使用してGDPRの要件を正しく設定し、それらの要件を継続的に遵守する必要があります。

Adobe Analyticsの標準ユーザー権限により、Analysis Workspaceとその機能に対するアクセスが管理されます。これには、特定のレポートスイートとそのコンポーネント（セグメント、指標、ディメンションなど）に対するアクセス権限が含まれます。プロジェクトの調整、作成、共有、スケジュール設定も、アクセス権限によって管理されます。詳細については、管理要件に関するドキュメントを参照してください。これらを適切に管理することにより、データのセキュリティを確保しながら、特定のデータセットや分析プロジェクトにアクセスできるユーザーを管理できるようになります。

いいえ。Analysis Workspaceを使用しても、データ収集には影響しません。Analysis Workspaceは、すでに収集されたデータを分析、可視化するためのツールです。各種のコンポーネント（ディメンション、指標、セグメント、ビジュアライゼーション）をプロジェクト内に自由にドラッグ＆ドロップして、さまざまな分析ビューを作成することができます。ベースとなるデータやデータ収集プロセスが影響を受けることはありません。プロジェクト内で誤って変更を行った場合は、取り消し機能を使用して直前の状態に戻すことができます。

Analysis Workspaceのプロジェクトを読み取り専用ユーザーと共有すると、プロジェクト内におけるそのユーザーの編集機能が完全に無効になります。読み取り専用ユーザーは通常、プロジェクト作成者が設定したドロップダウンメニューや、限定された範囲でパネルにフィルターを適用するなど、あらかじめ定義された操作のみ実行できます。これにより、プロジェクトの構造やコンポーネントが意図せず変更されることなく、制限された方法で共有レポートの閲覧や操作を行うことができます。